“时间戳”类型的参数不可迭代？

Question

在我的代码中，我使用 pd.date_range 生成了一系列日期，以便将其与使用 pandas 从 excel 读取的日期列进行比较。生成的日期范围称为“all_dates”。

all_dates=pd.date_range(start='1998-12-31', end='2020-06-23')
    
for i, date in enumerate(period):   # where 'Period' is the column of excel dates 
        if date==all_dates[i]:        # loop until date from excel doesn't match date from generated dates 
            continue
        else:
            missing_dates_stock.append(i)  # keep list of locations where dates are missing 
            stock_data.insert(i,"NaN")     # insert 'NaN' where missing date is found

这导致TypeError: argument of type 'Timestamp' is not iterable。如何使数据类型匹配，以便我可以迭代和比较它们？抱歉，我对 Python 不是很流利。

Answer 1

如果 Excel 文件中不存在日期，我认为您正在尝试创建 NaN 行。

这是一种方法。您可以使用df.merge 选项。

我正在创建 df1 来模拟 excel 文件。它有两列sale_dt 和sale_amt。如果sale_dt 不存在，那么我们要创建一个单独的行，其中NaN 在列中。为了确保我们模拟它，我创建了一个从 1998-12-31 到 2020-06-23 的日期范围，中间跳过 4 天。所以我们有一个数据框，每两行之间缺少 4 个日期。该解决方案应按升序创建 4 个具有正确日期的虚拟行。

import pandas as pd
import random

#create the sales dataframe with missing dates

df1 = pd.DataFrame({'sale_dt':pd.date_range(start='1998-12-31', end='2020-06-23', freq='5D'),
                    'sale_amt':random.sample(range(1, 2000), 1570)
                })
                
print (df1)

#now create a dataframe with all the dates between '1998-12-31' and '2020-06-23'

df2 = pd.DataFrame({'date':pd.date_range(start='1998-12-31', end='2020-06-23', freq='D')})

print (df2)

#now merge both dataframes with outer join so you get all the rows.
#i am also sorting the data in ascending order so you can see the dates
#also dropping the original sale_dt column and renaming the date column as sale_dt
#then resetting index 

df1 = (df1.merge(df2,left_on='sale_dt',right_on='date',how='outer')
          .drop(columns=['sale_dt'])
          .rename(columns={'date':'sale_dt'})
          .sort_values(by='sale_dt')
          .reset_index(drop=True))


print (df1.head(20))

原始数据框是：

        sale_dt  sale_amt
0    1998-12-31      1988
1    1999-01-05      1746
2    1999-01-10      1395
3    1999-01-15       538
4    1999-01-20      1186
...         ...       ...
1565 2020-06-03       560
1566 2020-06-08       615
1567 2020-06-13       858
1568 2020-06-18       298
1569 2020-06-23      1427

输出将是（前 20 行）：

    sale_amt    sale_dt
0     1988.0 1998-12-31
1        NaN 1999-01-01
2        NaN 1999-01-02
3        NaN 1999-01-03
4        NaN 1999-01-04
5     1746.0 1999-01-05
6        NaN 1999-01-06
7        NaN 1999-01-07
8        NaN 1999-01-08
9        NaN 1999-01-09
10    1395.0 1999-01-10
11       NaN 1999-01-11
12       NaN 1999-01-12
13       NaN 1999-01-13
14       NaN 1999-01-14
15     538.0 1999-01-15
16       NaN 1999-01-16
17       NaN 1999-01-17
18       NaN 1999-01-18
19       NaN 1999-01-19